5.2人工智能的应用《贝叶斯分类器》课件-2026-2027学年高中信息科技浙教版必修1.pptxVIP

经验为舟，算法为桨贝叶斯分类器的原理与应用探秘

CONTENTS01情境导入02原理剖析03算法实现04迁移应用05性能评估目录0506评价思考

可能要下雨了，还是不去了吧。去不去露营？小江爸爸计划周六早上带小江户外露营。到了周六一早天空多云。P(下雨)=0.1?P(多云|下雨)=0.6?P(多云)=0.3原理剖析情境导入算法实现迁移应用性能评估评价与思考

去不去露营？小江爸爸计划周六早上带小江户外露营。到了周六一早天空多云。P(下雨)=0.1?先验概率P(多云|下雨)=0.6?条件概率P(多云)=0.3先验概率P(下雨|多云)=？原理剖析情境导入算法实现迁移应用性能评估评价与思考

如何计算概率？贝叶斯定理贝叶斯托马斯·贝叶斯（ThomasBayes，1701年—1761年）是一位英国的数学家、统计学家和长老会牧师。他以其在概率论和统计学领域的贡献而闻名。以他名字命名的贝叶斯定理，是现代统计学和机器学习中一个非常重要的概念。P(A)表示事件A发生的概率P(B)表示事件B发生的概率P(A|B)表示事件B发生的条件下事件A发生的概率原理剖析情境导入算法实现迁移应用性能评估评价与思考

去不去露营？小江爸爸计划周六早上带小江户外露营。到了周六一早天空多云。可能会下雨，小江些犹豫。小江爸爸说：我们这儿一个月才下3天雨，下雨的概率只有10%。小江说：下雨天中有60%早上都是多云